| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-23页 |
| ·机器学习概述 | 第8-10页 |
| ·机器学习的概念 | 第8-9页 |
| ·机器学习的发展历史及意义 | 第9页 |
| ·机器学习的应用领域 | 第9-10页 |
| ·回归问题 | 第10-13页 |
| ·回归问题简介 | 第10-12页 |
| ·常用回归分析法的分类简介 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·分类问题 | 第13-15页 |
| ·常用机器学习算法的简介 | 第15-21页 |
| ·LS 的基本原理及其特点 | 第16-18页 |
| ·PLS 的基本原理及特点 | 第18-19页 |
| ·SVM 的基本原理 | 第19-20页 |
| ·GP 简介 | 第20-21页 |
| ·本文的主要内容 | 第21-23页 |
| 第二章 DRPLS-GP的基本原理及其在橡胶混炼过程中的应用 | 第23-36页 |
| ·引言 | 第23-24页 |
| ·DRPLS-GP 的基本原理及特点 | 第24-30页 |
| ·RPLS 的基本原理及特点 | 第24-25页 |
| ·DRPLS-GP 方法 | 第25-30页 |
| ·DRPLS-GP 方法在橡胶混炼过程中的应用 | 第30-34页 |
| ·橡胶混炼的背景知识 | 第30-31页 |
| ·橡胶门尼粘度的回归结果 | 第31-32页 |
| ·橡胶数据的分析以及总结 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 GPLS-GP的基本原理及其在气候预测中的应用 | 第36-44页 |
| ·引言 | 第36页 |
| ·气候预测应用的现状 | 第36-37页 |
| ·GPLS-GP 在气候预测中的应用 | 第37-43页 |
| ·GPLS-GP 的基本原理 | 第37-38页 |
| ·GPLS-GP 在气候预测中的简介 | 第38-40页 |
| ·GPLS-GP 对气候预测的结果及讨论 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 机器学习在生物信息学中的应用 | 第44-64页 |
| ·引言 | 第44-45页 |
| ·背景知识 | 第45-47页 |
| ·基本概念 | 第45-46页 |
| ·Z 曲线 | 第46-47页 |
| ·模式识别算法的简单介绍 | 第47-52页 |
| ·Fisher 分类器(FDA) | 第48-49页 |
| ·Ridger 回归的原理 | 第49-50页 |
| ·KPLS 简介 | 第50-51页 |
| ·KFDA 简介 | 第51-52页 |
| ·八种分类算法在基因短外显子分类问题中的结果比较 | 第52-63页 |
| ·数据及所用方法 | 第52-53页 |
| ·结果及讨论 | 第53-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·进一步的工作展望 | 第65-66页 |
| 参考文献 | 第66-74页 |
| 发表论文和参加科研情况说明 | 第74-75页 |
| 致谢 | 第75页 |